Soc l’Adrià Arbués Sangüesa, graduat en Enginyeria de Sistemes Audiovisuals a la Universitat Pompeu Fabra (2015), amb un màster de Visió i Gràfics (2017) i actualment acabant el doctorat al grup IPCV del DTIC de la UPF. Més enllà del currículum acadèmic de rigor, sempre he sigut, com diria en Jordi Robirosa, un basquetmaniàtic.
Ara bé, soc un basquetmaniàtic amb hàndicaps: frego el 1,80 d’alçada, amb prou feines arribo als 70 kilos, tinc un salt vertical de mitja polzada i un turmell de blandiblú. Amb aquest còctel d’ingredients, està clar que per molt basquetmaniàtic que sigui, les meves actuacions estel·lars com a jugador es limiten als 3×3 mandrosos, on una pilota desinflada es mou més lenta que les boles de la petanca, i tant l’encert com la defensa escassegen.
Ser entrenador també ha sigut sempre una opció, i de fet, durant els primers anys de doctorat vaig combinar la recerca amb la pista, compartint dues temporades estupendes com a ajudant del primer equip del Cornellà i del Cadet B del Barça. Malauradament, el meu sistema immunitari va dir “prou”, i després de passar caps de setmana de cures i arròs caldós, vaig posar en pausa les mil hores de pista setmanals. Ho trobo a faltar, però no podia donar el millor de mi si al meu cap només hi havia deadlines, pipelines, accuracies, i altres paraules anglosaxones. Ja hi tornaré!
Passió pel bàsquet: de la pista a la ciència de dades
El meu aixopluc basquetbolístic no està directament en l’olor de parquet ni la pilota rugosa, sinó que són les estadístiques, i com aquestes poden ajudar a millorar el rendiment dels equips i jugadorxs d’acord amb les dades. Qui hagi vist el film de Moneyball i m’estigui descobrint per primer cop es pensarà que soc un somiatruites que ha vist moltes pel·lícules, però el que abans semblava ficció és ja una realitat, i la ciència de dades està canviant el context esportiu.
"El que abans semblava ficció, ara és una realitat: la ciència de dades està canviant el context esportiu". @arbues6
Dins d’aquest mar de dades esportives hi ha una mica de tot: dades en cru clàssiques i operacions aritmètiques per normalitzar-les, empreses que ofereixen serveis d’estadístiques especialitzades, estadístiques creades pel dimoni que només s’utilitzen de forma tendenciosa, i… tracking!, que és el seguiment de jugadorxs a la pista mitjançant un sistema de càmeres. Tot i que dit així sembla bufar i fer ampolles, detectar persones des del punt de vista d’una càmera i fer-ne un seguiment acurat és un dels reptes més complexos del món de Computer Vision (CV). Una moguda totxa, vaja.
Els meus inicis en això del tracking
A mitjans del 2014, quan ja veia jugadorxs més joves que jo debutant a primera divisió i les meves aspiracions d’arribar als 2,10 s’esfumaven, va haver-hi dues dones que em van introduir al món del tracking: na Coloma Ballester, professora de Computer Vision, i na Gloria Haro, professora de 3D Vision. Des del primer moment vaig veure que la quantitat d’eines que es podien construir a partir de dades del tracking és infinita, i m’hi vaig voler tirar de cap.
Al principi, amb un projecte opcional i enregistrant vídeos casolans de 2 megapíxels, vaig intentar detectar una infracció comuna del món del bàsquet (taps il·legals) mitjançant el tracking de la pilota. Com el projecte era prou més difícil del que semblava, vaig voler-lo professionalitzar amb el Treball de Fi de Grau, i els resultats obtinguts van ser satisfactoris. Bé, potser “satisfactoris-amb-asterisc”, ja que vaig haver de pintar una pilota amb esprai turquesa per poder detectar-la correctament… En fi, que nos quiten lo bailao.
Després d’aprendre molt a Dinamarca fent el màster, tant d’Intel·ligència Artificial (IA) com de roba d’abrigar, no vaig trobar cap feina que fos “CV enginyer de bàsquet”, ja que el tracking només s’estava implementant a nivell NBA, i malgrat tenir una carrera i un màster, em notava molt peix en l’àmbit tècnic.
A banda, a partir del 2015 va haver-hi un boom espectacular amb l’aparició dels models entrenats amb Deep Learning, que sorgeixen des d’una base teòrica que no estava inclosa a cap pla d’estudis del 2011 i que ara mateix és el bread amb butter (o el pa amb tomàquet) de la IA. Per tots aquests motius vaig concloure que començar un doctorat amb na Gloria i na Coloma podia ser molt fructífer, i més sabent que podia optar a una beca del DTIC.
Un nou començament: m’estreno en el doctorat i donant classes
L’inici de doctorat va ser una autèntica muntanya russa, i no només perquè fos octubre del 2017. Per primera vegada a la meva vida tenia el temps que necessités per investigar sobre tracking, i així poder contribuïr, a llarg termini, dins del camp que fusiona sports analytics i CV.
Però, a més de la recerca i dels trajectes d’entrenaments a hores intempestives, també em tocava fer classe, quins nervis! Què em diran? Faig massa cara de iogurín? Els/Les puc castigar a fer línies/flexions o robar’ls-hi l’entrepà de l’hora del pati? La nit abans de la primera classe no vaig poder aclucar els ulls; de fet, vaig decidir aprofitar el temps d’insomni afaitant-me, i de sobte el “senyu” aparentava 15 anys. Tot va anar bé, però fins i tot aquest últim any he tingut un mix curiós de nervis, singlot i galls.
"El doctorat em va fer tocar de peus a terra. L’Adrià innocent, que pensava que les dades de #tracking es podrien extreure ràpidament, es va transformar en un investigador conscient de tots els reptes que ens rodegen". @arbues6
Durant els dos primers anys de doctorat em va caure un mite: el tracking idíl·lic és per a rics i riques, i amb els recursos que es tenen en l’àmbit europeu, podem arribar a generar solucions low-cost que tinguin una precisió notable, però potser no al nivell de detall requerit per poder extreure’n totes les estadístiques que fantasejava temps enrere.
Més enllà dels articles publicats, aquests dos primers anys em van fer tocar de peus a terra, i van transformar l’Adrià innocent, que pensava que les dades de tracking es podrien extreure amb un pim-pam, en un investigador conscient de tots els reptes que ens rodegen, sobretot en l’àmbit matemàtic. Creure que es podia arribar a la precisió de les empreses nord-americanes especialitzades en tracking tenint una sola càmera en comptes de 10+ era ben naïf.
Un viatge pel tracking i la seva aplicació al bàsquet i el futbol
Vist en perspectiva, una de les millors decisions que he pres (tenint en compte que soc ben tossut), va ser canviar l’enfocament de la tesi al tercer any. El tracking conduïa a un cul-de-sac, així que vaig decidir canviar al futbol, ja que vaig poder disposar d’una base de dades completa amb tracking ja inclòs… Ho sento, Robirosa, però com diria Manel “I, a vegades, se’ns baixa la verge i de sobte ens revela que ens en sortim”.
"Al tercer any de la tesi, vaig decidir canviar el meu enfocament al futbol. Així, vaig disposar d’una base de dades completa amb #tracking ja inclòs per investigar un camp de recerca inèdit: l'orientació corporal". @arbues6
Havent processat les dades futbolístiques, i havent assumit que Oleguer i Eto’o ja no formaven part del Barça, ens vam posar manos a la obra i vam treballar sobre un camp d’investigació inèdit: l’estimació de l’orientació delxs jugadorxs de futbol. El tracking és una eina de gran ajuda en molts àmbits, però en la majoria dels casos només ens aporta informació 2D, perdent així part del contingut de la imatge; mitjançant el càlcul de l’orientació a partir de la imatge, es pot afegir una capa de dades extra al tracking clàssic i entrenar models que s’ajustin més a la realitat.
L’estudi sobre l’orientació ha resultat ser una mina, i malgrat els múltiples challenges que hi ha hagut durant l’últim any i mig, hem pogut demostrar —a través de diverses contribucions— la importància d’aquesta habilitat en els esdeveniments de recepció del futbol. Quan els/les entrenadorxs perden i diuen que “ha sido por los detalles”, mai entenia a què es referien exactament, però després de dos anys analitzant el moll de l’os dels/les jugadorxs, entenc que aquests detalles marquen grans diferències, i m’encanta poder-los quantificar numèricament.
#HiloTesis o el repte d’acostar les estadístiques avançades al públic general
Més enllà de les mil hores picant codi, considero que una part important de la meva tesi ha sigut divulgativa. La cirereta del pastís ha sigut guanyar recentment el concurs de #HiloTesis, però durant els quatre anys, he intentat apropar les estadístiques avançades (o no tan avançades) al públic genèric d’aficionatxs i entrenadorxs.
Crec que entre tota la comunitat estem fent una bona feina per crear els pilars d’una cultura data-driven en la qual els analistes tinguin lloc als equips professionals de bàsquet. Haurem de vigilar que no se’ns titlli de pedants, i demostrar que el que fem és complementari al coneixement de l’entrenador; al cap i a la fi, quan utilitzem dades no volem encertar sempre, sinó que simplement volem fallar menys i ajudar a la presa de decisions intel·ligents.
"Quan utilitzem #data no volem encertar sempre; simplement volem fallar menys i ajudar a la presa de decisions intel·ligents". @arbues6
I sí, ara la pregunta que ens ve a totxs al cap és “i ara què?” (la qual hauria d’estar prohibida a la gent que estigui acabant el doctorat). Seré free agent al setembre d’aquest any, i deu ungles són moltes per mossegar; no sé ben bé què faré ni on estaré a X anys vista, però del que sí que n’estic convençut és que seguiré vinculat al meu concepte de basquetmaniàtic, el de l’anti-atleta, el de parlar binari i, sobretot, el de passar-s’ho d’allò més bé.
